輸電線路覆冰厚度短期預(yù)測模型研究.pdf

1、輸電線路覆冰常常對電網(wǎng)的安全運行構(gòu)成嚴重的威脅，因此針對覆冰的在線監(jiān)測及預(yù)測、預(yù)警技術(shù)的研究，是保障輸電線路安全穩(wěn)定運行的關(guān)鍵，也是建設(shè)智能化輸電體系的要求。本文運用機器學(xué)習(xí)智能算法對線路覆冰的智能預(yù)測進行了研究，具體工作如下：
　　1)研究了輸電線路覆冰機理和覆冰形態(tài)，分析了輸電線路中雨凇覆冰、混合凇覆冰和霧凇覆冰等多種覆冰形態(tài)，并從不同的分類標準描述了相應(yīng)的線路覆冰類型及其特征。
　　2)分析了在線監(jiān)測數(shù)據(jù)庫中的覆冰數(shù)據(jù)

2、，通過對這些數(shù)據(jù)的大量篩選和預(yù)處理，挑選出可用于預(yù)測實驗的完整覆冰過程數(shù)據(jù)。運用灰色關(guān)聯(lián)分析方法將對覆冰等效厚度進行了關(guān)聯(lián)分析，得出了影響輸電線路覆冰的關(guān)鍵影響因素，并將這些關(guān)鍵因素作為后文中建模的輸入量。
　　3)研究了基于極限學(xué)習(xí)機（ELM）的輸電線路覆冰預(yù)測模型，利用遺傳算法對 ELM網(wǎng)絡(luò)的參數(shù)進行了優(yōu)化，提出了改進型的極限學(xué)習(xí)機覆冰等效厚度預(yù)測模型。最后通過預(yù)測實驗，證明了此模型的覆冰預(yù)測精度高于BP神經(jīng)網(wǎng)絡(luò)和GRNN神經(jīng)